Variable Original: CO2 total emissions (tons) by state

Nombre Variable: EMIS_CO2

Tipo: Cuantitativa Continua

Escala: Razón

Justificación de la variable: Las emisiones de CO2 están registradas a nivel estatal para el año 2018, asociadas a la variable STATE. Cada instalación minera hereda el valor de emisión del estado administrativo al que pertenece, lo que permite evaluar la correlación entre actividad minera y emisiones de CO2.

1 Carga de Datos y Librerías

library(dplyr)
library(gt)
library(e1071)

datos <- read.csv("~/Estudio/TERCER SEMESTRE/Estadistica/Dataset.csv",
                   sep = ";", stringsAsFactors = FALSE)

2 Extraer y Limpiar la Variable

EMIS_CO2 <- as.numeric(gsub(",", ".", datos$CO2.total.emissions..tons..by.state))

## Warning: NAs introducidos por coerción

EMIS_CO2 <- EMIS_CO2[!is.na(EMIS_CO2)]
n <- length(EMIS_CO2)

cat("n validos :", n, "\n")

## n validos : 2921

cat("Min       :", round(min(EMIS_CO2), 2), "ton\n")

## Min       : 49075.86 ton

cat("Max       :", round(max(EMIS_CO2), 2), "ton\n")

## Max       : 233425577 ton

3 Tabla de Distribución de Parámetros por Sturges

k  <- ceiling(1 + 3.322 * log10(n))
am <- round((max(EMIS_CO2) - min(EMIS_CO2)) / k, 2)
rango <- max(EMIS_CO2) - min(EMIS_CO2)

parametros_sturges <- data.frame(
  Parametro = c("Rango (R)", "Número de datos (n)",
                "Número de intervalos (k)", "Amplitud de clase (A)"),
  Valor = c(round(rango, 2), n, k, am)
)

parametros_sturges %>%
  gt() %>%
  tab_header(title = md("**Tabla 1**"),
             subtitle = "Parámetros de Sturges para EMIS_CO2") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Parametro	Valor
Tabla 1
Parámetros de Sturges para EMIS_CO2
Rango (R)	233376501
Número de datos (n)	2921
Número de intervalos (k)	13
Amplitud de clase (A)	17952039
Autor: Grupo 4 - Minas

breaks <- seq(min(EMIS_CO2), min(EMIS_CO2) + k * am, length.out = k + 1)
breaks[length(breaks)] <- max(EMIS_CO2) + 0.001

cortes <- cut(EMIS_CO2, breaks = breaks, include.lowest = TRUE, right = FALSE)
fi     <- as.vector(table(cortes))
fri    <- round(fi / n * 100, 2)
Ni     <- cumsum(fi)
Nd     <- rev(cumsum(rev(fi)))
Hi     <- round(Ni / n * 100, 2)
Hd     <- round(Nd / n * 100, 2)
mc     <- round((breaks[-length(breaks)] + breaks[-1]) / 2, 2)

TDF <- data.frame(
  Desde = round(breaks[-length(breaks)], 2),
  Hasta = round(breaks[-1], 2),
  MC    = mc,
  fi    = fi, fri = fri,
  Ni    = Ni, Nd  = Nd,
  Hi    = Hi, Hd  = Hd
)

TDF %>%
  gt() %>%
  tab_header(
    title    = md("**Tabla 2**"),
    subtitle = md("Distribución de frecuencias — Emisiones CO2 (ton) por estado")
  ) %>%
  cols_label(
    Desde = "Desde (ton)", Hasta = "Hasta (ton)", MC = "Marca Clase",
    fi = "fi", fri = "fri (%)",
    Ni = "Ni Asc.", Nd = "Ni Desc.",
    Hi = "Hi Asc. %", Hd = "Hi Desc. %"
  ) %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Desde (ton)	Hasta (ton)	Marca Clase	fi	fri (%)	Ni Asc.	Ni Desc.	Hi Asc. %	Hi Desc. %
Tabla 2
Distribución de frecuencias — Emisiones CO2 (ton) por estado
49075.86	18001114	9025095	174	5.96	174	2921	5.96	100.00
18001114.42	35953153	26977134	468	16.02	642	2747	21.98	94.04
35953152.98	53905192	44929172	335	11.47	977	2279	33.45	78.02
53905191.54	71857230	62881211	1210	41.42	2187	1944	74.87	66.55
71857230.10	89809269	80833249	533	18.25	2720	734	93.12	25.13
89809268.66	107761307	98785288	62	2.12	2782	201	95.24	6.88
107761307.22	125713346	116737327	23	0.79	2805	139	96.03	4.76
125713345.78	143665384	134689365	0	0.00	2805	116	96.03	3.97
143665384.34	161617423	152641404	0	0.00	2805	116	96.03	3.97
161617422.90	179569461	170593442	0	0.00	2805	116	96.03	3.97
179569461.46	197521500	188545481	0	0.00	2805	116	96.03	3.97
197521500.02	215473539	206497519	0	0.00	2805	116	96.03	3.97
215473538.58	233425577	224449558	116	3.97	2921	116	100.00	3.97
Autor: Grupo 4 - Minas

4 Gráficas de Distribución de Cantidad

par(mar = c(5, 5, 4, 2))
hist(EMIS_CO2, breaks = breaks, col = "#2E75B6", border = "white",
     main = "Gráfica 1: Frecuencia Absoluta Global — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Frecuencia absoluta")

p95      <- quantile(EMIS_CO2, 0.95)
CO2_z    <- EMIS_CO2[EMIS_CO2 <= p95]
k_z      <- ceiling(1 + 3.322 * log10(length(CO2_z)))
br_z     <- seq(min(CO2_z), max(CO2_z), length.out = k_z + 1)

par(mar = c(5, 5, 4, 2))
hist(CO2_z, breaks = br_z, col = "#2E75B6", border = "white",
     main = paste0("Gráfica 2: Rango Principal — EMIS_CO2 (hasta P95=",
                   round(p95/1e6,1), "M ton)"),
     xlab = "Emisiones CO2 (toneladas)", ylab = "Frecuencia absoluta")

hist(CO2_z, breaks = br_z, col = "#2E75B6", border = "white",
     freq = FALSE,
     main = "Gráfica 3: Frecuencia Relativa Local — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Densidad")

par(mar = c(5, 5, 4, 2))
hist(EMIS_CO2, breaks = breaks, col = "#2E75B6", border = "white",
     freq = FALSE,
     main = "Gráfica 4: Frecuencia Relativa Global — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Densidad")

h <- hist(EMIS_CO2, breaks = breaks, col = "#2E75B6", border = "white",
          main = "Gráfica 5: Histograma con Polígono de Frecuencias — EMIS_CO2",
          xlab = "Emisiones CO2 (toneladas)", ylab = "Frecuencia absoluta")
lines(h$mids, h$counts, type = "o", pch = 16, col = "darkred", lwd = 1.5)

ojiva <- data.frame(mc = mc, Ni = Ni, Nd = Nd)
plot(ojiva$mc, ojiva$Ni, type = "b", col = "black", pch = 16, lwd = 1.5,
     main = "Gráfica 6: Ojivas Combinadas — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Frecuencia acumulada")
lines(ojiva$mc, ojiva$Nd, type = "b", col = "#2E75B6", pch = 16, lwd = 1.5)
legend("right", legend = c("Ascendente","Descendente"),
       col = c("black","#2E75B6"), lwd = 2, pch = 16, bty = "n")

boxplot(EMIS_CO2, horizontal = TRUE, col = "#AEC6E8", border = "#1F4E79",
        main = "Gráfica 7: Diagrama de Caja — EMIS_CO2",
        xlab = "Emisiones CO2 (toneladas)")

hist(EMIS_CO2, breaks = breaks, col = "lightgray", border = "white",
     main = "Gráfica 8: Histograma con Diagrama de Caja Superpuesto — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Frecuencia absoluta")
boxplot(EMIS_CO2, horizontal = TRUE, add = TRUE,
        at = par("usr")[4] * 0.08, boxwex = par("usr")[4] * 0.06,
        col = rgb(0.2, 0.2, 1, 0.3), border = "blue", xaxt = "n", yaxt = "n")

5 Indicadores Estadísticos y Outliers

minimo  <- min(EMIS_CO2)
maximo  <- max(EMIS_CO2)
media   <- mean(EMIS_CO2)
mediana <- median(EMIS_CO2)
moda    <- as.numeric(names(sort(table(EMIS_CO2), decreasing = TRUE))[1])
rango2  <- maximo - minimo

varianza <- var(EMIS_CO2)
desv     <- sd(EMIS_CO2)
cv       <- desv / media * 100
if (cv < 15) {
  interpretacion_cv <- "BAJA (CV < 15%)"
} else if (cv < 30) {
  interpretacion_cv <- "MODERADA (15% <= CV < 30%)"
} else {
  interpretacion_cv <- "ALTA (CV >= 30%)"
}

q1  <- quantile(EMIS_CO2, 0.25)
q2  <- quantile(EMIS_CO2, 0.50)
q3  <- quantile(EMIS_CO2, 0.75)
iqr_val <- q3 - q1
lim_inf <- q1 - 1.5 * iqr_val
lim_sup <- q3 + 1.5 * iqr_val
outliers <- EMIS_CO2[EMIS_CO2 < lim_inf | EMIS_CO2 > lim_sup]
n_outliers <- length(outliers)
porc_outliers <- round(n_outliers / n * 100, 2)

asimetria <- skewness(EMIS_CO2)
if (abs(asimetria) < 0.5) {
  interpretacion_asimetria <- "Distribución simétrica"
} else if (asimetria > 0) {
  interpretacion_asimetria <- "Asimetría positiva (sesgo a la derecha)"
} else {
  interpretacion_asimetria <- "Asimetría negativa (sesgo a la izquierda)"
}

curtosis <- kurtosis(EMIS_CO2, type = 2)  # excedente (normal = 0)
if (abs(curtosis) < 0.5) {
  interpretacion_curtosis <- "Distribución mesocúrtica (normal)"
} else if (curtosis > 0) {
  interpretacion_curtosis <- "Distribución leptocúrtica (picuda)"
} else {
  interpretacion_curtosis <- "Distribución platicúrtica (aplanada)"
}

Tabla 3: Tendencia Central

data.frame(
  Indicador = c("Mínimo","Media","Mediana","Moda","Máximo","Rango"),
  Valor = round(c(minimo, media, mediana, moda, maximo, rango2), 2),
  Unidad = rep("toneladas", 6)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 3**"),
             subtitle = "Indicadores de Tendencia Central — EMIS_CO2") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor	Unidad
Tabla 3
Indicadores de Tendencia Central — EMIS_CO2
Mínimo	49075.86	toneladas
Media	65592226.50	toneladas
Mediana	65429380.98	toneladas
Moda	71797634.97	toneladas
Máximo	233425577.10	toneladas
Rango	233376501.24	toneladas
Autor: Grupo 4 - Minas

Tabla 4: Dispersión

data.frame(
  Indicador = c("Varianza","Desviación Estándar","Coeficiente de Variación"),
  Valor = c(round(varianza,2), round(desv,2), paste0(round(cv,2),"%")),
  Interpretacion = c("Medida de dispersión al cuadrado",
                      "Dispersión promedio respecto a la media",
                      paste("Dispersión relativa:", interpretacion_cv))
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 4**"),
             subtitle = "Indicadores de Dispersión — EMIS_CO2") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor	Interpretacion
Tabla 4
Indicadores de Dispersión — EMIS_CO2
Varianza	1687135846230875	Medida de dispersión al cuadrado
Desviación Estándar	41074759.24	Dispersión promedio respecto a la media
Coeficiente de Variación	62.62%	Dispersión relativa: ALTA (CV >= 30%)
Autor: Grupo 4 - Minas

Tabla 5: Posición y Outliers

data.frame(
  Indicador = c("Cuartil 1 (Q1)","Cuartil 2 (Q2-Mediana)","Cuartil 3 (Q3)",
                "Rango Intercuartílico (IQR)","Límite Inferior Outliers",
                "Límite Superior Outliers","Número de Outliers"),
  Valor = c(round(q1,2), round(q2,2), round(q3,2), round(iqr_val,2),
            round(lim_inf,2), round(lim_sup,2),
            paste0(n_outliers, " (", porc_outliers, "%)"))
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 5**"),
             subtitle = "Indicadores de Posición y Outliers — EMIS_CO2") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor
Tabla 5
Indicadores de Posición y Outliers — EMIS_CO2
Cuartil 1 (Q1)	38354703.57
Cuartil 2 (Q2-Mediana)	65429380.98
Cuartil 3 (Q3)	76406066.27
Rango Intercuartílico (IQR)	38051362.7
Límite Inferior Outliers	-18722340.48
Límite Superior Outliers	133483110.32
Número de Outliers	116 (3.97%)
Autor: Grupo 4 - Minas

Tabla 6: Forma de la Distribución

data.frame(
  Indicador = c("Coeficiente de Asimetría (Fisher)","Interpretación Asimetría",
                "Coeficiente de Curtosis (Excedente)","Interpretación Curtosis"),
  Valor = c(round(asimetria,4), interpretacion_asimetria,
            round(curtosis,4), interpretacion_curtosis)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 6**"),
             subtitle = "Indicadores de Forma — EMIS_CO2") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor
Tabla 6
Indicadores de Forma — EMIS_CO2
Coeficiente de Asimetría (Fisher)	2.4657
Interpretación Asimetría	Asimetría positiva (sesgo a la derecha)
Coeficiente de Curtosis (Excedente)	8.4536
Interpretación Curtosis	Distribución leptocúrtica (picuda)
Autor: Grupo 4 - Minas

Tabla 7: Resumen Completo

data.frame(
  Categoria = c("Tendencia Central","Tendencia Central","Tendencia Central",
                "Tendencia Central","Tendencia Central","Tendencia Central",
                "Dispersión","Dispersión","Dispersión",
                "Posición","Posición","Posición","Posición",
                "Forma","Forma","Forma","Forma"),
  Indicador = c("Mínimo","Media","Mediana","Moda","Máximo","Rango",
                "Varianza","Desviación Estándar","Coeficiente de Variación",
                "Cuartil 1 (Q1)","Cuartil 2 (Q2)","Cuartil 3 (Q3)","Rango Intercuartílico",
                "Asimetría (g1)","Interpretación Asimetría",
                "Curtosis (g2)","Interpretación Curtosis"),
  Valor = c(round(minimo,2), round(media,2), round(mediana,2), round(moda,2),
            round(maximo,2), round(rango2,2),
            round(varianza,2), round(desv,2), paste0(round(cv,2),"%"),
            round(q1,2), round(q2,2), round(q3,2), round(iqr_val,2),
            round(asimetria,4), interpretacion_asimetria,
            round(curtosis,4), interpretacion_curtosis)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 7**"),
             subtitle = "Resumen Completo de Indicadores — EMIS_CO2") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Categoria	Indicador	Valor
Tabla 7
Resumen Completo de Indicadores — EMIS_CO2
Tendencia Central	Mínimo	49075.86
Tendencia Central	Media	65592226.5
Tendencia Central	Mediana	65429380.98
Tendencia Central	Moda	71797634.97
Tendencia Central	Máximo	233425577.1
Tendencia Central	Rango	233376501.24
Dispersión	Varianza	1687135846230875
Dispersión	Desviación Estándar	41074759.24
Dispersión	Coeficiente de Variación	62.62%
Posición	Cuartil 1 (Q1)	38354703.57
Posición	Cuartil 2 (Q2)	65429380.98
Posición	Cuartil 3 (Q3)	76406066.27
Posición	Rango Intercuartílico	38051362.7
Forma	Asimetría (g1)	2.4657
Forma	Interpretación Asimetría	Asimetría positiva (sesgo a la derecha)
Forma	Curtosis (g2)	8.4536
Forma	Interpretación Curtosis	Distribución leptocúrtica (picuda)
Autor: Grupo 4 - Minas

cat("Numero de valores atipicos:", n_outliers, "\n")

## Numero de valores atipicos: 116

if (n_outliers > 0) {
  cat("Minimo outlier:", round(min(outliers), 2), "ton\n")
  cat("Maximo outlier:", round(max(outliers), 2), "ton\n")
}

## Minimo outlier: 233425577 ton
## Maximo outlier: 233425577 ton

6 Conclusión

conclusion <- sprintf(
"La variable EMIS_CO2 registra las emisiones totales de CO2 en toneladas por estado administrativo (STATE) para 2018. Cada instalación minera hereda el valor del estado al que pertenece administrativamente. Los valores oscilan entre %.2f y %.2f toneladas, con media de %.2f ton y mediana de %.2f ton. La asimetría (%s, As=%.4f) indica que la mayoría de los estados registran emisiones bajas mientras pocos estados concentran valores muy altos. El CV de %.2f%% (%s) confirma heterogeneidad entre estados. Se identificaron %d valores atípicos (%.2f%% del total), correspondientes a estados con alta densidad de instalaciones mineras activas, lo que respalda la hipótesis de correlación positiva entre actividad minera y emisiones de CO2 del proyecto.",
min(EMIS_CO2), max(EMIS_CO2), media, mediana, interpretacion_asimetria, asimetria,
cv, interpretacion_cv, n_outliers, porc_outliers
)
print(conclusion)

## [1] "La variable EMIS_CO2 registra las emisiones totales de CO2 en toneladas por estado administrativo (STATE) para 2018. Cada instalación minera hereda el valor del estado al que pertenece administrativamente. Los valores oscilan entre 49075.86 y 233425577.10 toneladas, con media de 65592226.50 ton y mediana de 65429380.98 ton. La asimetría (Asimetría positiva (sesgo a la derecha), As=2.4657) indica que la mayoría de los estados registran emisiones bajas mientras pocos estados concentran valores muy altos. El CV de 62.62% (ALTA (CV >= 30%)) confirma heterogeneidad entre estados. Se identificaron 116 valores atípicos (3.97% del total), correspondientes a estados con alta densidad de instalaciones mineras activas, lo que respalda la hipótesis de correlación positiva entre actividad minera y emisiones de CO2 del proyecto."

Variable Cuantitativa Continua: Emisiones de CO2 (EMIS_CO2)

Análisis de Correlación entre Actividad Minera y Emisiones de CO2, NOx y CH4

Grupo 4 - Minas

2026-07-05